keras-yolo-for-k210

此教程可以完整的在Win完成：制作数据集、训练yolo、转换成k210可用的Kmodel文件

-- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -*-

1# 下载并安装anaconda3

Official Website：https://www.anaconda.com/distribution/#download-section

建议从镜像下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.02-Windows-x86_64.exe

*(安装时记得勾选 【Add Anaconda3 to my PATH environment variable】)

-- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -*-

2# 下载工具

下载此工程，在工程根目录下将[train_ann.zip]和[train_img.zip]解压到当前文件夹

下载ncc工具箱：网盘下载：https://pan.baidu.com/s/1NT2tG4Rv2YJyjOKRh-3t4w 提取码：z9fr

csdn下载：https://download.csdn.net/download/qq_40508193/12261414

将[ncc_0.1_win.zip]放置在工程根目录，解压到当前文件夹

-- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -*-

3# 准备环境

Anaconda 命令行，进入工程根目录：

*中国地区建议先给anaconda和pip换源,参照：https://blog.csdn.net/leviopku/article/details/80113021

新建环境： [$ conda create -n yolo python=3.6]

激活环境： [$ conda activate yolo]

安装必要软件包： [(yolo) $ pip install -r requirements.txt]

-- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -*-

4# 修改参数

在[configs.json]中修改网络类型，lable标签（如raccoon），和其他参数 注意存放图片(train_img)和存放注释(train_ann)的文件夹名称

-- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -*-

5# 如果只有自己的样本图片(任意尺寸都可以)，还没有VOC格式的xml注释文件，可使用根目录下的[labelImg.exe]进行注释：

先将图片放在train_img文件夹

Open Dir--->选择存放图片的文件夹(train_img) 

Change Save Dir--->选择存放注释文件夹(train_ann)

Create RectBox--->框选要标注的物体并输入lable，和上文configs中的相同（如raccoon）

Save后点下一个(Next Image)
会自动生成标注的目标位置的xml文件保存在注释文件夹中

-- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -*-

6# 开始训练：

[(yolo) $ python train.py -c configs.json]

等待训练结束，会出现时间命名的文件夹，里面的tflite文件就是训练好的模型,重命名(如：test.tflite)并复制到工程根目录

-- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -*-

7# 转换成Kmodel：

[(yolo) $ ncc_0.1_win\ncc test.tflite test.kmodel -i tflite -o k210model --dataset train_img]

转换完成根目录会出现test.kmodel，即可烧录进k210中运行

-- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -*-

8# 运行

maixpy程序见(maixpy_code)文件夹，如有修改configs记得修改对应的archor、图像大小(224*224)、lable

Copyright

• See LICENSE for details.
• This project started at basic-yolo-keras&basic-yolo-keras.